2020年4月19日下午，信息管理学院研究生会和经济与管理学院研究生会联合开展的“Python训练营 ——利用Python进行数据分析”线上讲座顺利举办。本次讲座旨在介绍利用Python进行数据分析的基础知识和注意事项，提高研究生同学的数据分析与处理能力。

　　本次活动主要包括两个环节：嘉宾分享与互动答疑

　　Part 1  嘉宾分享

　　本期嘉宾陈健瑶同学对Python在数据分析中的应用进行了简要介绍，并按照Python文本数据分析的过程对具体步骤一一进行讲解。

　　首先，数据预处理包括分词、载入自定义词典和去除停用词以及关键词提取三步。

　　接着，陈同学讲解了文本数据分析中的两种常用算法及其具体应用：利用cos余弦相似度计算文本的相似度、利用朴素贝叶斯算法对文本进行分类。

　　对于整个文本数据分析过程中涉及的关键算法，陈同学均采用理论讲解+代码实现的形式，理论讲解部分通俗易懂，代码实现部分深入浅出。同时，陈同学以《射雕英雄传》前三回文本内容和部分书评为语料，对文本数据分析效果进行呈现，整个过程生动有趣。

　　最后，陈同学强调了“实战演练”的重要性，建议大家多动手编写代码，这有助于加深对于Python数据分析和文本处理的理解，在今后遇到类似的问题时便能做到游刃有余。

　　Part 2  互动答疑

　　Q1:请问有什么入门的书和文章可以读吗?

　　A:书的话推荐《Python自然语言处理》，实践性很强，可以进行系统性学习。文章可以阅读公众号、CSDN相关发文，建议自己跟着操作一遍，动手操作对能力提升很有效果。

　　Q2:请问进行向量转换后，是否要对原始文本数据进行人工标注（垃圾数据与否：0和1），这样的话，如果数据量很大，那么人工标注不是效率很慢吗?

　　A:一般只需要对原始文本数据中的一部分数据进行标注，作为训练集，大部分标注工作由程序完成。

　　Q3:请问是否有学习爬虫的课程推荐?　　

　　A:慕课上有系统讲解爬虫的课程。在实际写爬虫程序的过程中，一般可以先通过百度搜索相似案例，在此基础上进行改进或编写，这样更有针对性。

　　至此，Python训练营圆满结束。此次训练营中，我们邀请嘉宾们从Python入门分享、Python深度学习、Python爬虫入门和Python数据分析四个方面，系统地对Python的基础知识及应用进行讲解，相信参加此次训练营的同学们都有所收获，也希望同学们能够学以致用——利用Python这个利器，解决在学习科研和工作中遇到的问题。今后，我们也将继续根据大家的需求开展类似的讲座，我们下个训练营见!

　　错过讲座的小伙伴，可查看腾讯课堂的回放：https://ke.qq.com/webcours

e/index.html?cid=1350342&term_id=101447923&lite=1&from=800021724

　　阅读全文可获取本次讲座内容：https://www.jianshu.com/p/672231dfa5dd

　　内容整理：吴乐艳

　　文编：刘奕

　　排版：王义